『壹』 求助各位高手,如何應用Matlab中的小波工具箱實現降水、溫度時間序列的特徵分析,謝謝各位啦
在有小波基本理論的基礎上
學習matlab與小波GUI
wavemenu 熟悉 然後自己編程 不過大部分小波函數matlab已經做好了
不需要你具體的編寫
『貳』 怎麼用matlab確定ARMA模型的階數
matlab 10版以上是有時間序列工具箱的,其它的界面操作,自己去學吧。clc,clear randn('state',sum(clock)); %初始化隨機數發生器 elps=randn(1,10000); %產生 10000個服從標准正態分布的隨機數x(1)=0; %。
>>y=[...]';%注意數據要是列向量哦,>>z=iddata(y);%識別數據,>>armax(z,'na',p,'nc',q);%其中p,q分別是是AR和MA的階數。
比如ARMA(2,2),y(2) = a1*y(1) + e(2),y(3) = a1*y(2)+a2*y(1)+e(3)+b1*e(2),y(4)= a1*y(3)+a2*y(2)+e(4)+b1*e(3)+b2*e(2),y(5)= a1*y(4)+a2*y(3)+e(5)+b1*e(4)+b2*e(3)
具體的,你可以把前面沒有的比如當y(1)時候沒有y(0)和y(-1)
你可以把它們設做NaN然後轉化NaN為0
『叄』 如何用matlab做時間序列分析 知乎
SPTool是MATLAB信號處理工具箱中自帶的互動式圖形用戶界面工具,它包含了信號處理工具箱中的大部分函數,可以方便快捷地完成對信號、濾波器及頻譜的分析、設計和瀏覽。在本例中按以下步驟完成濾波器的設計和濾波:
創建並導入信號源。
在MATLAB命令窗口輸入命令:
Fs=100;t = (0:100)/Fs;
s = sin(2*pi*t*5)+sin(2*pi*t*15)+sin(2*pi*t*30);
此時,變數Fs、t、s將顯示在workspace列表中。在命令窗口鍵入Sptool,將彈出Sptool主界面,如圖3所示;點擊菜單File/Import將信號s導入並取名為s。
(2)單擊Filters列表下的New,按照參數要求設計出濾波器filt1,具體步驟類似於3.2.1。
(3)將濾波器filt1應用到s信號序列。分別在Signals、Filters、Spectra列表中選擇s、filt1、mtlbse,單擊Filters列表下的Apply按鈕,在彈出的Apply Filter對話框中將輸出信號命名為sin15hz。
(4)進行頻譜分析。在Signals中選擇s,單擊Spectra下的Create按鈕,在彈出的Spectra Viewer界面中選擇Method為FFT,Nfft=512,單擊Apply按鈕生成s的頻譜spect1。同樣的步驟可以生成信號sin15hz的頻譜spect2。
分別選中信號s、sin15hz、spect1、spect2,單擊各自列表下方的View按鈕,即可觀察他們的波形。
『肆』 用matlab 做時間序列分析應該用什麼工具箱
你好
你是不是想預測? 預測的話應該用神經網路工具箱。
只要把這個工具箱添加進matlab 中就行了。具體方法:如果是Matlab安裝光碟上的工具箱,重新執行安裝程序,選中即可。
如果是單獨下載的工具箱,一般情況下僅需要把新的工具箱解壓到某
個目錄,然後用addpath(對於多個目錄的使用genpath()或者pathtool添
加工具箱的路徑,然後用which newtoolbox_command.m來檢驗是否可
以訪問。如果能夠顯示新設置的路徑,則表明該工具箱可以使用了。
具體請看工具箱自己代的README文件。
『伍』 MATLAB中LS-SVM工具箱的問題
LS-SVM是什麼,題主隨便搜索一下就應該知道了啊。。。
LS-SVM是的縮寫,中文翻譯成「最小二專乘支持向量屬機」,用於非線性分類、回歸、時間序列預測和無監督學習等領域。
至於那兩個函數,trainlssvm用來訓練得到模型,simlssvm則用trainlssvm訓練得到的model為測試集分類或者進行函數擬合(和神經網路中的概念類似)。
工具箱裡面有相應的演示程序(名字都以demo開頭),您可以結合具體的例子去學習。
附件是一個關於該工具箱的說明,供參考。
『陸』 你好! 我在百度知道上看到你回答用matlab確定ARMA模型的階數,佩服大神! 我用archtest老出錯為什麼啊
lagmatrix: wrong # of input arguments
是不是你的輸入數據有問題呢?具體的我現在也不知道,我以前主要是使用SAS軟體解決的,你看一看上面那個附件看能不能解決問題。
還有matlab 是有一個時間序列工具箱,直接是界面操作,在matlab中文論壇上有視頻說明,你可以下載看看,名稱是《動態時間序列神經網路》
『柒』 你好 請問怎麼用matlab確定ARMA模型的階數,謝謝!
%下面要對差分以後的序列進行擬合和預測,求出最好的階數
z=[DX;zeros(12,1)];
z=iddata(z);
test=[];
for p=1:12
for q=1:12
m=armax(z(1:200),[p q]);
AIC=aic(m);
test=[test;p q AIC];
end
end
for k=1:size(test,1)
if test(k,3)==min(test(:,3))
p_test=test(k,1);
q_test=test(k,2);
break;
end
end
%擬合
m1=armax(z(1:200),[p_test q_test]);
figure(5);
e = resid(m1,z);
plot(e);
set(gca,'Xlim',[0 ls]);
figure(6);
subplot(2,1,1)
autocorr(e.outputdata)
subplot(2,1,2)
parcorr(e.outputdata)
set(gca,'Xlim',[0 ls]);
%預測過程
pr=predict(m1,z,12);
po=pr.outputdata;
figure(7)
plot(po,'r')
hold on
plot(y,'b');
set(gca,'Xlim',[0 ls]);
『捌』 matlab神經網路預測問題,不知sim函數怎麼樣用
an=sim(net,input_test_s); 注意歸一化 ,預測輸出後再反歸一化